摘要
发表在《放射学》杂志上的一项新研究表明，人工智能(AI)被发现可以提高用于筛查乳腺癌的先进成像技术的效率和准确性。
发表在《放射学:人工智能》(Radiology: Artificial intelligence)杂志上的一项新研究表明，人工智能(AI)被发现可以提高用于筛查乳腺癌的先进成像技术的效率和准确性。
研究表明，与单独使用数字乳房x线照相术(DM)筛查相比，DBT提高了癌症检测，并减少了假阳性回忆。然而，由于放射科医生滚动所有图像所花费的时间，DBT检查的解释时间几乎是DM的两倍。随着DBT越来越多地成为乳房x线摄影的护理标准，这种时间的增加可能会产生更大的影响。
在这项研究中，研究人员开发了一个深度学习系统，这是一种人工智能，可以挖掘大量数据，发现人类无法识别的细微模式。他们将人工智能系统训练在大型DBT数据集上，以识别DBT图像中的可疑发现。
在开发和培训该系统之后，研究人员测试了24名放射科医生的表现，其中包括13名乳房亚专科医生，每个人在有人工智能帮助和没有人工智能帮助的情况下阅读260份DBT检查。这些检查包括65例癌症病例。
使用人工智能可以提高准确度，缩短阅读时间。没有人工智能的敏感度从77%上升到85%。特异性从没有人工智能的62.7%增加到有人工智能的69.6%。非癌症患者的召回率，或根据良性发现召回女性进行后续检查的比率，从没有人工智能的38%下降到只有30.9%。平均而言，没有人工智能的阅读时间从64秒多一点下降到只有30.4秒。
“总的来说，与不使用人工智能的阅读相比，同时使用人工智能阅读DBT案例的读者的敏感度提高了8%，回忆率降低了7%，阅读时间减少了一半，”该研究的主要作者Emily F. Conant医学博士说他是费城宾夕法尼亚大学佩雷尔曼医学院放射科的教授和乳腺成像主任。
此外，接收器工作特性曲线(AUC)下的面积也有改善。AUC是一个图形化变量，它将敏感性和特异性结合成一个单一的度量指标，以更好地表示放射科医生的整体表现。放射学家的表现，以平均AUC来衡量，从没有人工智能的0.795提高到有人工智能的0.852。
科南特博士说:“我们知道，在二维乳房x线照相术中加入DBT成像技术可以提高癌症的检出率，降低召回率，甚至进一步改善这些关键指标在临床上非常重要。”“而且，由于将DBT添加到二维乳房x线照片中，使放射科医生的阅读时间大约增加了一倍，同时使用人工智能和DBT可以增加癌症检测，并可能将阅读时间恢复到仅阅读dm考试所需的时间。”
研究人员预计，随着深度学习方法接触到越来越多的数据集，它将得到改善，从而使其对患者护理的潜在影响更加显著。“这项研究的结果表明，使用一个有效的人工智能系统，可以在临床实践中提高效率和准确性，”科南特博士说。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
